计算机应用

作者：顾勇翔, 蓝鑫, 伏博毅, 秦小林

单位：1.中国科学院 成都计算机应用研究所，成都 610041；2.中国科学院大学，北京 100049

关键词：遥感图像,目标检测,Transformer,可变形卷积,空间注意力,YOLOv5

基金：全国科学院联盟合作项目（中国科学院成都分院-重庆科学技术研究院）;中科院STS区域重点项目（A类）(KFJ-STS-QYZD-2021-21-001);四川省科技计划资助项目(2019ZDZX0006);中国科学院“西部青年学者”项目(201899);四川省委组织部人才专项

针对遥感图像目标尺寸小、目标方向任意和背景复杂等问题，在YOLOv5算法的基础上，提出一种基于几何适应与全局感知的遥感图像目标检测算法。首先，将可变形卷积与自适应空间注意力模块通过密集连接交替串联堆叠，在充分利用不同层级的语义和位置信息基础上，构建一个能够建模局部几何特征的密集上下文感知模块（DenseCAM）；其次，在骨干网络末端引入Transformer，以较低的开销增强模型的全局感知能力，实现目标与场景内容的关系建模。在UCAS-AOD和RSOD数据集上与YOLOv5s6算法相比，所提算法的平均精度均值（mAP）分别提高1.8与1.5个百分点。实验结果表明，所提算法能够有效提高遥感图像目标检测的精度。

来源：2023年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第3期